AMD确认FSR4扩展APU与掌机:机器学习超分落地移动端
看到“AMD高管确认2026年FSR4将扩展至APU和掌机全线设备”这条消息时我第一反应就是标题里那五个字——啊呜好大一饼。关注硬件的朋友应该都懂过去这一年多FSR4一直是桌面端RX 9000系列显卡的专属福利掌机和核显设备只能眼巴巴看着FSR 3.1过日子。现在官方亲口把“2026年扩展至APU和掌机全线”这句话放了出来意味着这块饼不再只是画在PPT上而是有明确时间表的落地计划。这篇文章我打算按自己的理解把这条消息拆开讲清楚。会聊FSR4和旧版本到底差在哪、为什么扩展设备名单这么难、哪些设备大概率能吃上这块饼、以及玩家和开发者现在能做哪些准备。无论你是刚入手Windows掌机的玩家还是做游戏适配的开发者又或者只是准备买一台核显轻薄本日常用这篇内容应该都能给你一些可直接参考的判断依据。1. 这条消息到底意味着什么FSR4 的定位与扩展逻辑1.1 不只是“多一张饼”FSR4 与旧版本的本质区别很多人在聊FSR4的时候以为它只是FSR 3.1的性能提升版把超分算法再优化一轮、帧生成再快一点。这个理解不能说错但没有抓到最关键的变化。FSR 2和FSR 3.1的超分部分本质上还是基于着色器的时序超分方案靠人工设计的特征提取规则结合运动矢量和历史帧来做画面重建。它不吃特殊硬件只要是台能跑游戏的显卡都能开但画质上限和效率也受限于这部分“手工规则”的表达能力。FSR4则完全不同它的超分环节换成了机器学习模型让神经网络自己学习怎样从低分辨率输入中还原高分辨率细节。这就像以前修图靠修图师手动拉曲线、调锐化参数现在换成了一个经过海量样本训练的模型看一眼低清图就能补出合理的纹理和边缘。好处是画质潜力上限高得多坏处是模型推理需要持续占用GPU的AI计算单元对硬件有明确要求。这也是为什么FSR4首发时只给了RDNA4架构的RX 9000系列因为老架构没有足够的AI算力去跑这套模型。而这次官方确认2026年扩展到APU和掌机本质上是在说下一代或者现有的一部分集成GPU开始具备跑FSR4的硬件条件了。这就不只是“多一张饼”而是整个设备生态要跟着换挡。1.2 “全线设备”这四个字到底值多少含金量“APU和掌机全线设备”这句话听起来很满但不能只看字面意思。需要分两层去看一层是AMD官方表态背后的技术判断另一层是实际设备落地时必然存在的性能分层。技术判断层面AMD敢在2026年这个时间点把FSR4下放到集成显卡和掌机说明他们的机器学习超分模型已经针对低功耗设备做了优化。掌机的功耗预算通常在15W到30W之间CPU和GPU共享散热和供电AI单元不可能像桌面显卡那样放开跑。所以“全线支持”大概率不是一视同仁的满血支持而是根据设备的AI算力、显存带宽和功耗设计做差异化适配。实际落地层面一定会有“完整支持FSR4”和“支持FSR4但效果打折”两种情况存在。比如自带AI加速指令的新一代APU可能能在1080P性能档下流畅跑而一些老架构核显可能只能开质量档甚至无法启用。这句话的含金量在于官方给了明确的路线图让OEM厂商、游戏开发者和玩家都有了规划依据而不是说每一台设备的体验都会一模一样。1.3 谁最应该关注这条消息我觉得这条消息的价值是分人群的不同的人看到的重点完全不同。对Windows掌机玩家来说这是最直接的利好。目前很多掌机为了续航和散热已经把游戏分辨率压在720P到800P之间帧数也经常在30到40帧徘徊。如果FSR4能顺利下放意味着掌机可以用更低的渲染分辨率去换帧数同时依靠机器学习超分把画面补回来。对于小尺寸高PPI的掌机屏幕来说超分算法的优势能发挥得比大屏显示器更明显。对核显轻薄本和迷你主机用户来说这是把“能玩”变成“能好好玩”的关键一步。核显跑3A大作之所以一直差点意思瓶颈不只是GPU性能更在于分辨率太高的负担。FSR4下放后很多原本只能在1080P低画质运行的设备有机会在更合理画质下跑到流畅帧率。对游戏开发者和硬件评测人员来说则需要开始重新评估测试基准。往后做性能测试不能再只看原生渲染分辨率和传统FSR的档位得把FSR4在各档位下的开销、画质表现和兼容性都纳入考量范围。2. 技术细节看清FSR4 的硬件门槛、画质底牌与方案对比2.1 从手工特征到机器学习FSR4 的底层原理变化要理解FSR4为什么拖了这么久才扩展到更多设备得先回头看FSR 3.1的超分是怎么工作的。简单说FSR 3.1用的是时间性超分思路它会把当前帧和上一帧的运动信息结合起来通过人工设计的判断规则尽量把低分辨率渲染图“猜”回高分辨率。这个过程不依赖专用硬件因为着色器就能完成代价是这些规则的表达能力有限遇到复杂纹理、细线条、字幕边缘时容易出现鬼影、闪烁或者细节发虚。FSR4的超分部分则换成了神经网络推理。模型在训练阶段看过大量游戏画面的高低分辨率配对样本学会了什么样的模糊边缘应该还原成什么结构。推理时它不再逐条套用人工规则而是根据输入画面整体特征生成输出画面。更通俗地讲FSR 3.1像一位经验丰富但按套路出牌的老师傅FSR4像一位见过各种复杂场景的资深画师面对常见的边缘和纹理都能处理得更自然。但这套推理并不廉价。神经网络每一帧都要跑大量矩阵运算这恰恰是传统着色器最不擅长的工作。RDNA4架构之所以吃香就是因为加入了专门的AI加速指令和足够的计算吞吐。APU和掌机要支持FSR4同样得具备类似的算力基础这是无法靠驱动优化绕过去的硬门槛。2.2 为什么 AI 硬件是绕不开的门槛我在前面反复强调AI硬件有些朋友可能会问FSR 3.1不是任何显卡都能开吗FSR4为什么就不能也做成通用算法这里有个很现实的技术取舍。如果FSR4仍然跑在着色器上那它的模型就必须精简到传统GPU能实时处理的程度。一旦模型简化画质优势就会缩水最终做出来一个“跟FSR 3.1差不多”的方案那就没有必要大动干戈叫FSR4了。AMD既然把FSR4定位为跨代升级就不太可能做这种保守选择。所以门槛是设计预期内的不是意外。要想在掌机这种低功耗设备上跑出可用帧率机器学习推理的开销必须控制在很低的水平。好消息是掌机和APU领域这几年也在快速补上AI硬件这一课。新一代集成GPU的架构中都加入了类似WMMA、INT8整数加速之类的能力这些单元平时可以用来做画质增强、视频修复等轻量任务现在也能承接FSR4的模型推理。2026年这个时间点正好踩在“新一批低功耗AI硬件开始普及”的节骨眼上。这里可以给一个判断设备是否吃得到FSR4的最简思路不用看品牌和定位直接看它的GPU架构里有没有足够的AI加速能力。有了这个底子FSR4才可能降临没有的话官方再怎么画饼也救不回来。2.3 和现役主流超分方案放在一起看聊FSR4肯定绕不开和其他超分方案的横向对比。这里我不做拉踩只说现状和差异。表格可以直观反映各家路线方向对比维度FSR 3.1FSR4同世代竞品超分技术超分原理时序超分人工规则驱动机器学习模型推理机器学习模型推理为主硬件要求几乎所有支持DX12的GPU需要AI加速算力支持需要对应图形架构的AI算力帧生成独立提供与超分解耦保留帧生成特性各方案均提供机制有差异开源程度开放程度高接入方便以SDK形式提供兼容FSR 3.1接口由各家闭源控制依赖生态绑定设备覆盖从掌机到桌面全覆盖桌面首发2026年扩展APU与掌机以独立显卡为主低功耗设备覆盖有限画质优势高分辨率下纹理细节偏软边缘稳定性和细节还原明显提升各家互有胜负取决于游戏适配从这张表能读出两个关键信息。第一FSR4的路线和技术方向已经完全对齐行业主流机器学习超分是绕不开的主航道。第二FSR4最大的差异化优势其实不只是画质而是它继承了FSR系列一贯的跨平台适应性。这次官方确认扩展到APU和掌机等于把一个通常只属于高端显卡的功能带入到移动设备和入门设备市场这是其他方案目前覆盖不到的盲区。对于实际体验我的观点是FSR4在静态细节和边缘稳定性上比FSR 3.1好一个档次尤其是低分辨率渲染再超分到1080P或1440P的场景画面会干净很多。但它也不是魔法遇到极端复杂的粒子特效或密集植被时仍然可能出现轻微的重影或纹理抖动。任何超分技术都有这个局限FSR4只是把下限抬高了不少。3. 哪些设备能吃上这块饼APU、掌机与实操判断3.1 APU 这条产品线里的关键节点AMD说2026年扩展APU全线那到底是哪些APU能吃到需要看两条线已经出货的成熟平台和即将登场的新平台。已经出货的成熟平台里搭载RDNA 3.5架构核显的APU是最有希望的候选者。这类芯片本来就有不俗的核显性能和相对完整的AI加速单元在低功耗设备上跑FSR4的算力基础是够的。官方后续通过驱动更新和Adrenalin软件的HYPR-RX联动让这部分用户先体验上FSR4可能性非常高。即将登场的新平台则是更确定的主场。2026年前后集成RDNA4架构核显的APU会逐步铺开这意味着FSR4将从“下放福利”变成“出厂自带能力”。对整机厂商和OEM来说这会是新一轮产品卖点同价位轻薄本别的只能跑FSR 3.1你家的能跑FSR4游戏帧数和画质差距一眼就能看出来。但要说清楚APU“全线”不等于每台核显设备都能满血运行。超分质量档和性能档之间计算开销差不少笔记本的散热、内存频率和双通道配置也都会直接影响FSR4的实际效果。所以选购时最稳妥的做法还是认准架构而不是只看宣传页上有没有FSR4的logo。3.2 掌机端的“全线”到底指哪些设备掌机市场是这波FSR4扩展消息里最让人兴奋的部分。目前市面上的Windows掌机大致分成几类采用新一代旗舰APU的机型、采用上代RDNA3架构APU的早期机型以及Steam Deck这种基于定制芯片的特殊存在。对前两类Windows掌机来说FSR4的落地路径相对清晰。新平台掌机在2026年出厂的版本大概率会原生支持FSR4游戏画面选项里直接能开。老一些的RDNA3掌机则要看AMD是否愿意在驱动层做兼容适配以及实际跑起来帧数是否可接受。按以往经验驱动级优化通常会优先保新平台老平台可能会有功能受限或者只能开部分档位的情况。至于Steam Deck这类使用RDNA2架构的老掌机我得泼一点冷水别对它抱太高期待。RDNA2没有对应的AI加速单元跑机器学习超分模型既缺乏算力又缺乏足够的指令集优化即便后续通过系统更新塞进某种超分功能也很难是完整形态的FSR4。已经有这类设备的朋友继续安心用FSR 3.1相关方案会现实得多。我判断掌机端的真香点会集中在800P到1080P这个分辨率区间。掌机屏幕小像素密度高允许渲染分辨率适度降低再用FSR4把画面补到屏幕原生分辨率整体观感会相当能打。功耗开销如果能控制在5W以内对续航的影响就是完全可接受的。3.3 现在购机和升级怎么判断未来支持这条消息出来后后台肯定有人问那我是不是该等到2026年再买设备我的建议是分情况对待。如果你手头已经有使用RDNA 3.5或更高架构APU的掌机或核显本完全没必要为了FSR4换机。2026年驱动更新后大概率能吃到功能等待成本远低于换机成本。如果你本来就在考虑入手一台新掌机那2026年初发布的换代平台会是更稳妥的选择不仅核心规格更新FSR4支持也大概率直接被写进特性列表。最需要慎重的是这个场景有人觉得“既然FSR4这么强那我买一台便宜的RDNA2掌机是不是也能赌一把”。这个想法风险很大。硬件门槛摆在那里驱动和游戏厂商都不可能凭空变出AI算力。把预算加到能明确支持FSR4的新平台体验差距会非常明显。另外还有一条隐藏判断线索可以留意2026年前后的驱动更新日志。官方支持一旦落地大概率会优先出现在Adrenalin软件的功能说明里包括支持设备列表和开启条件。到时候对照自己的设备型号查一下比任何小道消息都靠谱。4. 迎接 FSR4 的实操手册玩家与开发者都能用4.1 玩家驱动、开关与画质设置路径想在2026年第一时间用上FSR4现在就能开始做一些准备工作。第一步是养成定期更新驱动的习惯。FSR4的启用高度依赖驱动层面的调度和模型加载老的驱动版本就算游戏支持也可能因为没有对应模型文件而无法识别。把显卡驱动和Adrenalin软件保持最新是最省事也最关键的步骤。第二步是学会辨识游戏里的FSR4开关。支持FSR4的游戏通常会在画质设置中提供独立的FSR4选项而不只是笼统的“FSR”。看到类似“FSR 4.0”“FSR4 Quality”“AMD FidelityFX Super Resolution 4”的字样就可以直接选择。如果游戏里只有FSR 3.1选项可能需要等游戏更新补丁或者观察驱动面板是否提供全局覆盖开关。第三步是画质档位的选择。掌机和核显设备算力有限我的建议是优先从“质量档”开始尝试。质量档能保留更多细节视觉体验最接近原生画质如果帧数仍然不够理想再依次切到均衡档和性能档。尽量避免一上来就直接拉性能档低分辨率下性能档的超分倍数太高画面边缘容易发虚反而是本末倒置。还有一个小技巧开启FSR4的同时可以留意一下游戏内锐化强度。机器学习超分有时候会觉得自己把画面补得很锐利但如果原始渲染分辨率偏低仍然会有轻微模糊感。适当把游戏内的锐化选项调到20%到40%区间往往能让画面观感再上一个台阶。这个参数因人而异各人看得顺眼就好。4.2 开发者一次集成全线覆盖的做法对游戏开发者或者有适配需求的团队来说这条消息最大的价值在于API兼容性让“一次集成全线覆盖”成为可能。FSR4在设计之初就保持了对FSR 3.1接口的兼容这意味着已经接入FSR 3.1的游戏理论上可以较平滑地切换或补充FSR4支持而不用重写整套渲染管线。建议做法是把FSR4当作FSR 3.1家族的一个新档位来处理。在游戏设置界面里可以让玩家在FSR 3.1和FSR4之间自由选择保留旧档位作为兼容兜底。这样既满足新硬件用户对画质的需求也不至于让老硬件玩家失去超分和帧生成功能。适配过程中需要额外关注性能和画质的双平台验证。因为FSR4将来要跑在掌机和APU上而不仅是高端桌面显卡测试覆盖就要更广一些。建议在开发阶段就准备一台低功耗APU设备作为验证基准单独测各档位在低功耗模式下的帧率表现。很多团队测试时只盯着桌面旗舰卡结果到了掌机上才发现某些档位根本没开启这种情况挺常见的。从成本角度看引入FSR4的SDK工作量不算大尤其是团队已经集成过FSR 3.1的情况下很多代码路径可以复用。放在2026年的时间节点看早适配的团队会更容易吃到掌机市场复苏带来的红利。掌机的玩家群体大多对画面帧率非常敏感超分效果好不好口碑反馈会来得特别快。4.3 常见问题速查表最后整理一份FAQ把大家问得比较多的问题直接回答清楚问题直接回答我的老掌机RDNA2架构能用FSR4吗大概率不能用或者功能严重受限别抱太大希望2026年“全线设备”是不是所有电脑都能开不是需要GPU架构具备足够的AI加速算力FSR4只支持新游戏吗不是兼容FSR 3.1接口的游戏可通过更新加入支持掌机开FSR4对续航影响大吗会有额外功耗具体取决于档位和游戏建议优先质量档支持FSR3.1的游戏会自动支持FSR4吗不一定需要游戏更新适配或驱动层面提供方案用得着为了FSR4等2026年再买掌机吗如果你本来就计划买新设备建议等新平台已有RDNA3.5设备可用则不用急FSR4画质真比FSR3.1好很多吗在静态细节和边缘稳定性上差距明显动态高特效场景仍有局限这张表基本覆盖了目前最集中的疑问。等2026年第一批支持FSR4的APU掌机正式上市后实际情况肯定比现在更明朗到时候我会再补一篇实测对比。现在这个阶段先把这个认知框架建好后面无论怎么看评测还是选设备都不容易被带偏。拿我个人的体会来说每次AMD在技术迭代上放出这种大范围扩展的消息真正落地的效果往往比首发时更值得期待。因为首发版本通常为了稳妥会做很多限制等到面向全线设备优化后反而能展现出这项技术最完整的价值。FSR4从桌面显卡走向APU和掌机不是一次简单的功能搬运而是让机器学习超分在一个更大的生态里扎根。对玩家来说这意味着未来的移动游戏体验确实值得多等一年。

相关新闻

PowerShell编码设置:解决UTF-8乱码问题

PowerShell编码设置:解决UTF-8乱码问题

1. 为什么需要修改PowerShell编码为UTF-8在Windows系统下工作的开发者经常会遇到这样的场景:当你用PowerShell查看日志文件时,中文字符显示为乱码;当你把PowerShell的输出重定向到文件后,用其他编辑器打开发现编码错误。这些问题的…

2026/10/15 8:08:13 阅读更多 →
artcraft工艺化创作指南:从构思到成品的七步法

artcraft工艺化创作指南:从构思到成品的七步法

1. 从“artcraft”这个名字说起:它到底想解决什么问题第一次看到“artcraft”这个标题,我脑子里蹦出来的第一反应是:这大概率不是一个单纯的绘画工具,也不是一个纯粹的手工教程合集。把“art”和“craft”拼在一起,本身…

2026/10/15 8:08:13 阅读更多 →
artcraft 工具集:模板+参数+后处理,快速生成创意素材

artcraft 工具集:模板+参数+后处理,快速生成创意素材

1. 从“artcraft”这个名字说起:它到底想解决什么问题第一次看到“artcraft”这个标题,我脑子里蹦出来的第一反应是“艺术”加“手艺”的组合词。直觉告诉我,这大概率是一个把创意表达和动手实现绑在一起的项目,而不是单纯做视觉渲…

2026/10/15 8:08:13 阅读更多 →

最新新闻

如何从零构建Helium-linux:Docker容器化编译环境完整教程

如何从零构建Helium-linux:Docker容器化编译环境完整教程

【免费下载链接】helium-linux Helium Browser for Linux 项目地址: https://gitcode.com/gh_mirrors/he/helium-linux 点击查看 免费下载 helium-linux 是 Helium Browser(隐私优先的 Chromium 系浏览器)的 Linux 构建、打包与开发工具仓库…

2026/10/15 14:01:48 阅读更多 →
Ubuntu 20.04 安装 ROS Melodic:跨版本兼容实践与排坑指南

Ubuntu 20.04 安装 ROS Melodic:跨版本兼容实践与排坑指南

年前接了一个老项目的维护工作,代码是基于 ROS Melodic 写的,但手上这台机器装的是 Ubuntu 20.04,官方对口的 ROS 版本是 Noetic。项目里有个自研功能包只适配 Melodic,迁到 Noetic 的改动量不算小,于是我把目光转向了…

2026/10/15 14:01:48 阅读更多 →
MUC18抗体:一种从黑色素瘤标志物到肥胖治疗靶点的多功能研究工具如何发挥作用?

MUC18抗体:一种从黑色素瘤标志物到肥胖治疗靶点的多功能研究工具如何发挥作用?

MUC18(又称CD146)是一种细胞黏附分子,于1987年作为黑色素瘤标志物被发现。近三十余年的研究揭示了其在胚胎发育、免疫应答及肿瘤、炎症等过程中的多重功能。中科院生物物理研究所的最新研究发现,MUC18在脂肪组织中高表达&#xff…

2026/10/15 14:01:48 阅读更多 →
MySQL作业复盘:从建表到索引的SQL实战笔记

MySQL作业复盘:从建表到索引的SQL实战笔记

最近课程正好告一段落,MySQL作业也交到了第二次。说实话,第一次作业大多数人还能靠“照着课件把建表语句抄一遍”混过去,到了第二次就明显分层了:有人半小时写完,有人对着报错刷了一晚上网页。这份作业日期是2025年12月…

2026/10/15 14:01:48 阅读更多 →
CD146配对抗体:一种靶向代谢调控的新型工具如何干预肥胖及其并发症?

CD146配对抗体:一种靶向代谢调控的新型工具如何干预肥胖及其并发症?

CD146(又称MCAM)是一种细胞黏附分子,在黑色素瘤等肿瘤中被发现,近年来其功能研究已拓展至代谢调控领域。研究者揭示,CD146在脂肪组织中高表达,是脂肪细胞因子ANGPTL2的新型受体,通过促进白色脂肪…

2026/10/15 14:01:48 阅读更多 →
权限管理怎么做?从“资格”与“空间”双维度设计一套可落地的权限体系

权限管理怎么做?从“资格”与“空间”双维度设计一套可落地的权限体系

1. 引言 权限管理是几乎所有多用户系统的核心难题。很多团队在初期只做“登录 角色”,上线后才发现:用户 A 能看用户 B 的私有数据、两个部门共用了同一份资源却互相覆盖、离职员工的权限迟迟没有回收……这些问题的根源,往往在于没有把“用…

2026/10/15 14:00:47 阅读更多 →

日新闻

Docker Compose 容器化部署 ChirpStack LoRaWAN 网络服务器实战

Docker Compose 容器化部署 ChirpStack LoRaWAN 网络服务器实战

1. 为什么选择容器化方式部署 LoRa 网络服务LoRa 物联网项目落地时,网络服务器是整个链路的核心枢纽。它负责接收网关上报的数据包、完成去重与解密、再把有效载荷分发给上层应用。早期大家习惯把网络服务器直接装在物理机上,依赖一堆系统库和特定版本的…

2026/10/15 0:00:46 阅读更多 →
共享LLM服务下的跨模型自动扩缩容:Kubernetes实战与避坑指南

共享LLM服务下的跨模型自动扩缩容:Kubernetes实战与避坑指南

1. 共享推理服务里,扩缩容到底难在哪做过大模型推理服务部署的人,大概都经历过这样的场景:一个团队共用一套推理集群,A 业务跑的是 7B 的小模型,B 业务跑的是 72B 的大模型,C 业务白天流量高、晚上几乎归零…

2026/10/15 0:00:46 阅读更多 →
Systemd 启动阶段根文件系统只读之谜:fstab 与 remount-fs 服务深度解析

Systemd 启动阶段根文件系统只读之谜:fstab 与 remount-fs 服务深度解析

1. 引子:一次内核恐慌引发的追查先从一个真实场景说起。某次我给一台老旧的嵌入式设备折腾系统裁减,为了把启动时间压进两秒以内,我手贱地把一串自认为“没用”的 systemd 服务给 disable 了,其中就包括systemd-remount-fs.servic…

2026/10/15 0:00:46 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/14 3:30:28 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/14 16:30:29 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/15 13:48:15 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/15 0:14:36 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/14 22:45:47 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/15 9:49:14 阅读更多 →